买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于智能腕带设备加速度计的盲文字符识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115905830B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211488938.3，技术领域涉及：G06F18/21；该发明授权一种基于智能腕带设备加速度计的盲文字符识别方法是由李凡;刘晓晨;曹烨彤设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种基于智能腕带设备加速度计的盲文字符识别方法在说明书摘要公布了：本发明涉及一种基于智能腕带设备加速度计的盲文字符识别方法，属于移动计算应用技术领域。本发明通过分析用户触摸盲文时智能腕带设备的加速度信号识别盲文字符，仅利用智能腕带设备内置的三轴加速度计捕捉佩戴者触摸不同盲文字符时的腕部运动模式，进而识别不同的盲文字符，帮助视障人士学习和阅读盲文。本方法有效分离出盲文凸点引起的手腕运动，提取三类加速度特征包括经典统计特征、字符复杂度特征和分形几何学特征。利用加权朴素贝叶斯分类算法和最具辨别力的特征鲁棒地识别不同接触面材料和不同用户条件下的盲文字符。本方法操作简便直接，且不会影响手腕部功能。

本发明授权一种基于智能腕带设备加速度计的盲文字符识别方法在权利要求书中公布了：1.一种基于智能腕带设备加速度计的盲文字符识别方法，其特征在于，将26个英文字母A-Z的标准盲文字符作为具体检测目标，包括以下步骤： 步骤1：使用智能腕带设备中的三轴加速度计，采集用户阅读盲文时手腕处的运动状态信息，并去除传感器带来的随机噪声和其他身体运动引起的噪声； 当用户进行盲文阅读时，佩戴在手腕上的加速度计采集X、Y、Z三轴加速度数据，计为ax,ay,az； 首先，使用低通滤波器去除ax,ay,az中加速度计硬件带来的随机噪声； 然后，利用基于小波包分解与重构的去噪方法，对三轴信号ax,ay,az分别进行去噪，获得由盲文凸点引起的运动信号，称为凸点信号，记为Dax,Day,Daz； 步骤2：分割出加速度信号中属于盲文字符触摸的凸点信号段，从凸点信号片段中提取有效特征； 步骤3：利用从凸点信号段中提取的特征，构造加权朴素贝叶斯分类器，对盲文字符进行识别； 步骤3包括以下步骤： 步骤3.1：将步骤2.2获得的特征进行离散化，并去除冗余特征，选择最有区别的特征并且满足分类器的独立性假设； 首先，使用ChiMerge算法来离散连续的特征值；然后，从提取的特征中自动选择最具辨别力的特征，使用对称不确定性来测量特征之间以及特征与盲文字符类之间的相关性，并根据快速相关滤波算法消除冗余特征； 对称不确定性是测量两个变量之间相关性的有效方法，取值范围为[0,1]，值越大说明相关度越高；计算特征Fi与盲文字符类C的对称不确定性值具体如下： 其中，HFi和HC是特征Fi和类别C的信息熵；IGFi|C是类别C下特征Fi增加的信息度，即信息增益，其计算如下： IGFi|C＝HFi-HFi|C＝HFi-HC+HFi,C9 其中，HFi|C表示特征Fi和类别C之间的条件熵，HFi,C表示特征Fi和类别C之间的联合熵； 特征Fi和特征Fj之间的对称不确定性值计算为： 其中，i≠j，HFj表示特征Fj的信息熵； 按照每个特征和类别C的对称不确定值性按降序排列，选择排名第一的特征，并基于快速相关滤波算法消除其冗余特征；之后，选择下一个排序的特征进行过滤，直到消除所有冗余特征； 步骤3.2：构建加权朴素贝叶斯分类模型，并根据该模型进行高精度的盲文字符识别，使用加权朴素贝叶斯分类器来获得每个凸点信号段属于26个盲文字符的预测概率，将具有最高概率的预测类别作为识别的盲文字符； 基于特征和类别之间的关联程度以及特征之间的相关性来衡量每个特征，每个特征的权重计算为: 其中，κ是步骤3.1去除冗余特征之后的特征数量； 然后，对权重进行归一化： 其中，表示归一化后的权重； 则加权朴素贝叶斯模型PCj|s为： 其中，si是预测时凸点信号段的特征集；j是字符类别，且 最后，计算PCj|s，选择概率最高的类Cj，作为盲文字符识别的类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。